En planes de relleno (o diseños que llenan espacios son una clase de diseños experimentales muy utilizados en la optimización de procesos, sobre todo en situaciones en las que el diseño experimental no está bien definido de antemano. Estos diseños están pensados para explorar un espacio de factores de manera uniforme, sin ideas preconcebidas sobre la forma de la relación entre los factores y la respuesta. Son especialmente útiles en estudios de simulación numérica, experimentos informáticos y modelos complejos de superficie de respuesta.
El análisis de datos Ellistat dispone de varios tipos de planes de llenado:
- Hipercubo latino El muestreo por hipercubos latinos se basa en dividir cada dimensión del espacio factorial en intervalos iguales. A diferencia del muestreo aleatorio simple, el LHS garantiza que haya exactamente un punto en cada intervalo de cada dimensión. Esto garantiza una cobertura uniforme del espacio experimental, minimizando el sesgo del muestreo y mejorando la eficacia estadística.
- Hipercubo de Audze-Eglais Se trata de un enfoque específico del plano de relleno que combina las características del hipercubo latino con una medida de uniformidad desarrollada por Audze y Eglais. Esta técnica se utiliza para generar muestras en el espacio de parámetros de forma que se optimice la distribución y uniformidad de los puntos, minimizando así el sesgo de muestreo. El resultado es una cobertura más homogénea del espacio, lo que resulta esencial para los estudios complejos de optimización y modelización, sobre todo cuando se utilizan modelos de simulación costosos.
- NOLHEn Diseños experimentales de hipercubos latinos casi ortogonales (NOLH) son una versión mejorada de los hipercubos latinos (LHS) que permiten explorar sistemáticamente el espacio factorial minimizando la correlación entre variables. Son especialmente eficaces para experimentos que requieren la consideración de muchas variables preservando un número reducido de ensayos. El NOLH se desarrolló para superar las limitaciones de los hipercubos latinos convencionales en términos de correlación, proporcionando un diseño casi ortogonal, lo que significa que la correlación entre columnas es cercana a cero.
Ejemplo: Plan de llenado
En la empresa ElliPrecision es un fabricante de componentes de automoción especializado en la producción de pistones de motor. Para mejorar la calidad de estos pistones, la empresa quería optimizar tres parámetros críticos del proceso de fabricación: la temperatura de forja (entre 850 °C y 950 °C), la presión de colada (de 100 MPa a 150 MPa), el tiempo de enfriamiento (de 15 a 30 minutos) y el tiempo de mantenimiento (de 45 min a 60 min). Utilización de un plano de llenado de tipo hipercubo latino, ElliPrecision pretende evaluar el impacto de estos factores en el rendimiento de los pistones, con el fin de garantizar productos más duraderos y eficaces.
Factores considerados
- Temperatura de forja (entre 850°C y 950°C)
- Presión de fundición (de 100 MPa a 150 MPa)
- Tiempo de enfriamiento (de 15 a 30 minutos)
- Tiempo de espera (de 45 min a 60 min)
Respuesta medida
- tensión de rotura Rm (MPa): Medido en megapascales (MPa).
Plan de relleno (Plan de hipercubos latinos)
Un diseño de hipercubo latino (LHC) es un método de muestreo que divide cada factor en varios niveles, de modo que cada nivel está representado uniformemente. Esto permite cubrir el espacio de parámetros de forma más eficiente que un simple diseño factorial completo, especialmente cuando es necesario limitar el número de ensayos.
Generación de la matriz de prueba con Ellistat
- Pulse en el menú "DOE" y, a continuación, haga clic en "Plan de llenado**"**.
- En el zona 1Puede introducir el nombre de la pestaña y elegir la tabla del plan. 📝: Introduzca el nombre de la pestaña " ".ElliPrecision" Seleccione el plan "compuesto".
- En zona 2, puedes poner el número de factores, nombrarlos y luego poner el valor del mínimo y del máximo 📝: Pon 4 factores :
- Temperatura de forja (entre 850°C y 950°C)
- Presión de fundición (de 100 MPa a 150 MPa)
- Tiempo de enfriamiento (de 15 a 30 minutos)
- Tiempo de espera (de 45 min a 60 min)
- En zona 3, hay una vista previa de la matriz de prueba, que se generará en la pestaña creada en Zona 1. También puede crear un diseño óptimo D, que es un tipo de diseño experimental cuyo objetivo es maximizar la eficiencia estadística de un experimento minimizando el número de ensayos necesarios. 📝: Haga clic en "Crear DOE".
- En la rejilla "ElliWeldingSe trata de la matriz de pruebas. Esta matriz contiene los valores de los niveles mínimo y máximo introducidos al crear el plan, así como otros valores intermedios que generan pruebas distribuidas uniformemente en el espacio de factores.
- En la columna de al lado, puede añadir manualmente los resultados de las pruebas, como se muestra en la figura siguiente: Relleno DOE
